Im zur\u00fcckliegenden Jahr wurden Stimmen lauter, die die hohen KI-Investitionen von Unternehmen infrage stellen. Der Nutzen sei \u00fcberschaubar, der Return on Investment (ROI) allenfalls gering, hie\u00df es da. Folgt auf die gro\u00dfe KI-Euphorie nun also die gro\u00dfe KI-Ern\u00fcchterung? Pegasystems, The Enterprise Transformation Company, erwartet f\u00fcr 2026 folgende Entwicklungen im KI-Bereich:<\/p>\n
1. LLMs befinden sich auf dem Weg zum Alltagsprodukt: Der Markt f\u00fcr LLMs wird langsam erwachsen, mit Langeweile ist dennoch nicht zu rechnen. Auf der einen Seite bem\u00fchen sich Anbieter wie OpenAI um Diversifizierung und wollen im Hardware-Bereich mitspielen, etwa bei Chips, KI-Bricks f\u00fcr Rechenzentren oder KI-Ger\u00e4ten f\u00fcr Verbraucher. Auf der anderen Seite nutzen Tech-Giganten wie Google ihre vertikalen Stacks und finanziellen Ressourcen, um einen Chip-Riesen wie NVIDIA herauszufordern. Dar\u00fcber hinaus k\u00f6nnen jederzeit neue Anbieter auf der Bildfl\u00e4che erscheinen. Die besten Chancen, sich durchzusetzen, haben dabei innovative Newcomer, denen es gelingt, aus der Spirale auszubrechen, dass eine h\u00f6here Modellqualit\u00e4t nach immer mehr Rechenleistung und Trainingsdaten verlangt. Da \u00fcberdies chinesische Modelle wie DeepSeek und Qwen im Open-Source-Bereich an Momentum gewinnen, ist der Weg bereitet f\u00fcr ein breiteres Angebot an Basismodellen, die besser, g\u00fcnstiger und schneller sind. Dadurch werden LLMs austauschbarer und ein St\u00fcck weit zu einem Alltagsprodukt.<\/p>\n
2. KI-Regulierung wird nicht verschwinden: Viele Unternehmen und Politiker pl\u00e4dieren f\u00fcr ein Zur\u00fcckfahren der KI-Regulierung, und tats\u00e4chlich arbeitet die EU-Kommission mit dem \u201eDigital Omnibus\u201c an einer Vereinfachung und Abschw\u00e4chung des AI Act. Aber diese \u00c4nderungen sind noch nicht final beschlossen und \u00fcberdies weniger weitreichend, als es scheint. Im Grunde werden nur Fristen verschoben, Ausnahmen f\u00fcr mittelst\u00e4ndische Unternehmen ausgeweitet und der Aufbau von KI-Kompetenzen f\u00fcr Systeme mit begrenztem oder minimalem Risiko von einer Anforderung zu einer Empfehlung herabgestuft. Das sind wichtige und positive Signale f\u00fcr die Wirtschaft. Der grundlegende risikobasierte Ansatz des AI Act bleibt bestehen, sodass Unternehmen die entsprechenden Anforderungen mit ihren KI-Systemen erf\u00fcllen m\u00fcssen \u2013 und das, solange die neuen Vorschriften nicht beschlossen sind, innerhalb der urspr\u00fcnglichen Fristen. Um Unsicherheiten zu vermeiden, sollte die EU ihren Vorschlag z\u00fcgig finalisieren und verabschieden.<\/p>\n
3. Bei der Amortisierung von GenAI-Investitionen ist Geduld gefragt: Im Laufe der zweiten Jahresh\u00e4lfte 2025 wurde verst\u00e4rkt \u00fcber den Nutzen von GenAI-Projekten diskutiert und ob diese jemals den erhofften Mehrwert bringen werden. Verschiedene Studien kamen zu dem Ergebnis, dass sich die hohen Investitionen f\u00fcr die meisten Unternehmen bislang nicht auszahlen, was die Fragen aufwirft: Ist der gro\u00dfe KI-Hype also vorbei und 2026 wird ein Jahr der Entt\u00e4uschung? Oder ist ein wenig Ern\u00fcchterung nur nat\u00fcrlich nach der vorherigen Aufregung? Letztlich wird 2026 wohl ein \u00dcbergangsjahr werden, in dem die Erwartungen an KI wieder realistischer formuliert sind. Ein Jahr, in dem KI vor allem dort ihren Wert beweisen wird, wo sie in Prozesse eingebunden ist, um die betriebliche Effizienz und den Service zu verbessern. Solche Projekte ben\u00f6tigen jedoch Zeit und sind nicht in wenigen Monaten abgeschlossen \u2013 der \u00fcbliche Zeitrahmen liegt eher bei zw\u00f6lf bis 18 Monaten. Zudem verlangen die Projekte nach sorgf\u00e4ltiger Vorbereitung und Umsetzung, vor allem in Bereichen wie Daten, Prozesse und Change Management. Schnelle und einfache L\u00f6sungen, wie manche Anbieter sie gerne versprechen, bringen nur selten einen signifikanten ROI.<\/p>\n
4. Bei Agentic AI kommt es auf die Use Cases an: Die vergangenen Monate haben bereits angedeutet, wozu Agentic AI f\u00e4hig ist. Doch 2026 wird es nicht einfach nur darum gehen, mehr Agenten auf ein Problem loszulassen \u2013 das ist ineffektiv und f\u00fchrt in der Regel nicht zur Probleml\u00f6sung. Zumal die einzelnen Agenten gar nicht so leistungsf\u00e4hig sind: Selbst die besten von ihnen l\u00f6sen in Benchmarks weniger als die H\u00e4lfte der Aufgaben. Nat\u00fcrlich sind diese Benchmarks bewusst herausfordernd gestaltet, mit mehrdeutigen Zielen oder unspezifischen Aufgaben, aber sieht so nicht auch der Alltag in vielen Unternehmen aus? Um Agentic AI erfolgreich einzusetzen, kommt es deshalb auf eine \u00fcberlegte Auswahl der Use Cases an. So kann Agentic AI die Spezialisten aus den Fachbereichen etwa gut beim Design neuer oder zu modernisierender Anwendungen unterst\u00fctzen und damit Ressourcen f\u00fcr Innovationen freimachen. Au\u00dferdem kann sie \u00fcberall dort helfen, wo die Kreativit\u00e4t von KI-Agenten wichtig ist, es zugleich aber auch auf vorhersagbare und wiederholbare Ergebnisse ankommt, also das genaue Einhalten von Workflows und gesch\u00e4ftlichen Regeln. In jedem Fall sind Transparenz und Erkl\u00e4rbarkeit unerl\u00e4sslich und wahrscheinlich werden automatisierte Benchmarks bald daf\u00fcr sorgen, dass sich agentenbasierte Systeme besser \u00fcberwachen lassen und sich die Agenten in Echtzeit anpassen k\u00f6nnen.<\/p>\n
5. Echte autonome Intelligenz ist noch weit entfernt: Die gro\u00dfe Herausforderung im KI-Bereich liegt gar nicht mehr so sehr darin, KI in Workflows zu integrieren oder zu skalieren. Vielmehr ist es die Gestaltung einer echten autonomen Intelligenz, die weit \u00fcber die F\u00e4higkeiten heutiger, auf LLMs basierender KI-Systeme hinausgeht. Diese besitzen zwar durchaus beeindruckende F\u00e4higkeiten, sind aber eher passiv \u2013 zumindest gemessen an den fr\u00fchen kybernetischen Systemen der 1950er Jahre, die eingebettet in eine Umgebung selbst Daten zusammentragen, Entscheidungen f\u00e4llen, auf Feedback reagieren und daraus lernen konnten. Agentic AI ist nun ein Schritt hin zu mehr Autonomie bei aktueller KI, muss aber so gestaltet werden, dass sie aktiv die richtigen Daten erfasst, Ziele nicht aus den Augen verliert und sich kontinuierlich an dynamische Gegebenheiten anpasst. Und sie muss mit Menschen, anderen Agenten und mit IT-Systemen interagieren \u2013 ja, sie sogar verstehen \u2013 k\u00f6nnen, sprich: Dinge koordinieren und aushandeln sowie Interessen abw\u00e4gen. Und das alles in einer sicheren und zuverl\u00e4ssigen Art und Weise, entsprechend ethischer Normen, unter Einhaltung von Governance-Vorgaben und mit eingebauter Transparenz. Die n\u00e4chste Herausforderung besteht nun darin, eine KI zu entwickeln, die sich anpasst, verbessert, sozial kompetent ist und sich in komplexen Umgebungen zurechtfindet \u2013 und das verantwortungsbewusst und ausgerichtet an den Bed\u00fcrfnissen und Werten von Menschen, anderen Agenten, der Gesellschaft und gesch\u00e4ftlichen Anforderungen.<\/p>\n
\u201eDer gro\u00dfe Hype um KI mag sich abschw\u00e4chen, doch es ist eher eine realistischere Erwartungshaltung, die in Bezug auf KI einkehrt, als Ern\u00fcchterung. Zumal der Markt \u00e4u\u00dferst spannend bleibt \u2013 nicht zuletzt dank Agentic AI, die Unternehmen einen gro\u00dfen Schritt weiter auf dem Weg zum Autonomous Enterprise bringt\u201c, betont Peter van der Putten, Director AI Lab bei Pegasystems<\/a>. \u201eDiesen Schritt k\u00f6nnen Unternehmen allerdings nur erfolgreich gehen, wenn sie die Use Cases sorgf\u00e4ltig ausw\u00e4hlen, die agentenbasierten Systeme vertrauensw\u00fcrdig gestalten und Geduld mitbringen \u2013 der ROI zeigt sich erfahrungsgem\u00e4\u00df erst nach einiger Zeit. Dass Basismodelle leistungsf\u00e4higer und g\u00fcnstiger werden und die Regulierung voraussichtlich ein wenig abgeschw\u00e4cht wird, senkt zudem die Einstiegsh\u00fcrden.\u201c<\/p>\n","protected":false},"excerpt":{"rendered":" Im zur\u00fcckliegenden Jahr wurden Stimmen lauter, die die hohen KI-Investitionen von Unternehmen infrage stellen. Der Nutzen sei \u00fcberschaubar, der Return on Investment (ROI) allenfalls gering, hie\u00df es da. Folgt auf die gro\u00dfe KI-Euphorie nun also die gro\u00dfe KI-Ern\u00fcchterung? Pegasystems, The Enterprise Transformation Company, erwartet f\u00fcr 2026 folgende Entwicklungen im KI-Bereich: 1. LLMs befinden sich auf […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[6,5,12,11],"tags":[],"class_list":["post-1921","post","type-post","status-publish","format-standard","hentry","category-firmen-news","category-networks","category-pc-software","category-security"],"_links":{"self":[{"href":"https:\/\/www.lan-wan-telecom.de\/index.php\/wp-json\/wp\/v2\/posts\/1921","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.lan-wan-telecom.de\/index.php\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.lan-wan-telecom.de\/index.php\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.lan-wan-telecom.de\/index.php\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.lan-wan-telecom.de\/index.php\/wp-json\/wp\/v2\/comments?post=1921"}],"version-history":[{"count":1,"href":"https:\/\/www.lan-wan-telecom.de\/index.php\/wp-json\/wp\/v2\/posts\/1921\/revisions"}],"predecessor-version":[{"id":1922,"href":"https:\/\/www.lan-wan-telecom.de\/index.php\/wp-json\/wp\/v2\/posts\/1921\/revisions\/1922"}],"wp:attachment":[{"href":"https:\/\/www.lan-wan-telecom.de\/index.php\/wp-json\/wp\/v2\/media?parent=1921"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.lan-wan-telecom.de\/index.php\/wp-json\/wp\/v2\/categories?post=1921"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.lan-wan-telecom.de\/index.php\/wp-json\/wp\/v2\/tags?post=1921"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}